한빛미디어

<서론 및 추천 대상>

텍스트 분석을 할 때 고려해야 하는 문제와 과정들은 혼자 리서치를 통해 진행하기에 복잡한 측면이 있다. 토큰화, 불용어 처리 등의 데이터 전처리 과정을 거쳐, 목적에 따라 텍스트를 분류할 혹은 요약할 모델을 구축하고 평가하는 전체적인 시퀀스의 세세한 단계마다 확인해야 할 사항들이 차고 넘친다.

그렇기에 이런 여정에서 가이드가 필요하다면 이 책을 추천한다. 텍스트 분석, 혹은 데이터 분석이 처음이 아닌 분들에게 대다수 추천하는데 입문자에게는 이보다 난이도가 쉬운 책을 추천하고 싶다. 이 책이 초보자에게는 난이도가 있기도 하고 책의 코드 중 직접 추가해 실행해야 하는 부분들이 있기 때문이다. (ex. library import 및 data 가져오는 부분의 설명 생략) Github의 노트북과 책의 코드가 다른 점도 있어 초보자들이 그 차이를 확인하고 실행하기에 어려운 점도 있고 말이다. 하지만 다양한 상황(API, 스크래핑, 텍스트 분류&요약, 감성 분석)을 훈련하고 학습할 수 있도록 제목처럼 거시적인 청사진을 제공하므로 텍스트 분석을 하시는 대다수의 분들에게 추천드리는 바이다.

<책 구성>

챕터마다 다른 주제를 다루고 있어 책의 패턴이 존재하지는 않지만 간단하게 살펴보자면 다음과 같다.

'학습 목표 -> ('데이터셋 설명') -> '전략'(평균 3~4개의 전략으로 구성, 그 안의 전략 세부내용 소챕터로 존재) -> '요약'

챕터가 세세하게 나눠져 있어 흐름이 헷갈리거나 이해가 되지 않는 부분이 있을 때 쉽게 앞의 내용을 확인할 수 있으며, 마지막 요약 또한 핵심 내용만 뽑아 흐름을 정리해주는 느낌으로 구성돼 있는 점이 구성상 장점이다.

<책의 난이도>

1. 수학, 수리적 내용

   1. 수식이 많이 나오는 편은 아니지만 간혹 나오는 편이다. 난이도는 하단과 같다. 조건부 확률 및 로그, 벡터 등에 대한 수학적 사전 지식이 요구된다. 이해를 돕기 위해 수식으로 나타낸 부분이 몇 가지 존재하고, 어렵지 않게 이해할 수 있는 수준이다.

2. 선행 지식이 필요한 내용

1. 3장&4장

1. 필수는 아니지만 API, 스크래핑을 사용해본 경험이 있으면 좋다. API의 개념이 생소하거나 HTML의 기본적인 요소에 대한 지식이 부족하다면(어떤 식으로 흐름이 진행되는지 파악이 어렵다면) 함수를 만드는 과정이나 코드가 이해하기 어려울 수 있다. 예를 들자면 API 호출 및 자격 증명을 얻는 과정, URL을 호출한 결과를 확인할 때 tag 개념의 부재로 추출을 하는 단계에 고충이 존재할 수 있다.

2. 딥러닝 혹은 머신러닝의 전체적인 단계를 구현해봤거나 알고 있으면 좋다. 앞의 내용을 정확히 이해하고 있어야(ex. 앞에서 만들어놨던 함수 및 선언해놨던 변수와 만든 이유 등) 왜 이 단계를 수행하고 있는지 이해할 수 있는데, 난이도가 있고 단계가 복잡하기에 베이직한 흐름을 알고 있는 상태라면 도움이 될 것이다.

<리뷰>

저자가 영미권 사람이기에 모든 예시가 영문이기에, 한글에 적용하기는 어렵지 않을까라는 걱정이 처음에 들긴 했다. 물론 교재에 나온 라이브러리를 사용할 순 없으니 직접 토크나이징이나 개체명 인식 등에 사용될 한글 모델을 직접 서치하고 찾아야 하고, 라이브러리를 익히는 번거로움은 존재하나 한글 교재에서 찾기 힘든 단계들을 배웠다는 점에서 적용하는 데 큰 어려움은 없을 것 같다. 또 풀고 싶은 문제에 따라 다른 모델을 찾아야 하는 귀찮음은 항상 존재하니 말이다.

지은이의 감사의 말에서, 챕터 하나를 구성할 때 얼마나 많은 시간이 소요되는지를 체험하고 놀랐다는 구절이 있다. 이 말대로 지은이가 독자의 이해를 위해 어떤 노력들을 했는지 확인할 수 있었다. 이런 책에서는 흐름을 배우고 그걸 적용하는 것이 중요한데, 목차의 정확한 요약과 세세함이 돋보였고 실제로 길을 잃었을 때 목차를 확인하고 다시 흐름을 파악하는데 큰 도움을 얻었다. 이 책을 공부하는 독자들이 목차 및 노트북을 적극적으로 활용하길 바라는 바다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."